TensorFlow.js 环境配置

在浏览器中使用 TensorFlow.js

在 Node.js 中使用 TensorFlow.js

服务器端使用 JavaScript ，首先需要按照 NodeJS.org 官网的说明，完成安装最新版本的 Node.js 。

然后，完成以下四个步骤即可完成配置：

  • 确认 Node.js 版本（v10，或更新）:
  1. $ node --verion
  2. v10.5.0
  3.  
  4. $ npm --version
  5. 6.4.1
  • 建立 TensorFlow.js 项目目录:
  1. $ mkdir tfjs
  2. $ cd tfjs
  • 安装 TensorFlow.js:
  1. # 初始化项目管理文件 package.json
  2. $ npm init -y
  3.  
  4. # 安装 tfjs 库，纯 JavaScript 版本
  5. $ npm install @tensorflow/tfjs
  6.  
  7. # 安装 tfjs-node 库，C Binding 版本
  8. $ npm install @tensorflow/tfjs-node
  9.  
  10. # 安装 tfjs-node-gpu 库，支持 CUDA GPU 加速
  11. $ npm install @tensorflow/tfjs-node-gpu
  • 确认 Node.js 和 TensorFlow.js 工作正常:
  1. $ node
  2. > require('@tensorflow/tfjs').version
  3. { 'tfjs-core': '1.0.1',
  4.   'tfjs-data': '1.0.1',
  5.   'tfjs-layers': '1.0.1',
  6.   'tfjs-converter': '1.0.1',
  7.   tfjs: '1.0.1' }
  8. >

如果你看到了上面的 tfjs-core, tfjs-data, tfjs-layers 和 tfjs-converter 的输出信息，那么就说明环境配置没有问题了。

在微信小程序中使用 TensorFlow.js

TensorFlow.js 微信小程序插件封装了TensorFlow.js库，用于提供给第三方小程序调用。

在使用插件前，首先要在小程序管理后台的“设置-第三方服务-插件管理”中添加插件。开发者可登录小程序管理后台，通过 appid wx6afed118d9e81df9 查找插件并添加。本插件无需申请，添加后可直接使用。

例子可以看 TFJS Mobilenet: 物体识别小程序)

TensorFlow.js 微信小程序官方文档地址： <https://mp.weixin.qq.com/wxopen/plugindevdoc?appid=wx6afed118d9e81df9>

TensorFlow.js 微信小程序教程

为了推动微信小程序中人工智能应用的发展，Google 专门为微信小程序打造了最新 TensorFlow.js 插件，并联合 Google 认证机器学习专家、微信、腾讯课堂NEXT学院，联合推出了“【NEXT学院】TensorFlow.js遇到小程序”课程，帮助小程序开发者带来更加易于上手和流畅的 TensorFlow.js 开发体验。

本课程主要介绍了如何将 TensorFlow.js 插件嵌入到微信小程序中，并基于其进行开发。课程中以一个姿态检测的模型 PoseNet 作为案例，介绍了 TensorFlow.js 插件导入到微信小程序开发工具中后，在项目开发中的配置，功能调用，加载模型等方法应用；此外，还介绍了在Python环境下训练好的模型如何转换并载入到小程序中。

本章作者也参与了课程制作，课程中的案列简单有趣易上手，通过学习，可以快速熟悉 TensorFlow.js 在小程序中的开发和应用.有兴趣的读者可以前往 NEXT 学院，进行后续深度学习。

课程地址：<https://ke.qq.com/course/428263>